中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/7724
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 67621/67621 (100%)
造访人次 : 23080660      在线人数 : 363
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7724


    题名: 一個估計資料群數的新方法;A new method for estimating the number of clusters
    作者: 范文翔;Wen-Hsiang Fan
    贡献者: 統計研究所
    关键词: K平均值分群演算法;訊息準則;Information criterion;K-means clustering algorithm
    日期: 2008-07-07
    上传时间: 2009-09-22 11:03:12 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 估計資料群數是群集分析(cluster analysis)中一個重要的問題。在本篇論文中,我們嘗試模型選取中最被普遍使用的貝氏訊息準則(Bayesian information criterion)做為群集問題中選取群數的標準。然而,在資料變數為一維的情況下,我們發現使用BIC會高估資料的真實群數;即使嘗試各種不同的懲罰項,並沒有找到一個有效的一致性訊息準則(consistent information criterion)。因此,本篇論文提出了一個群數估計的新方法,並經由程式模擬說明其估計資料群數的準確性。 A major problem in cluster analysis is to find the number of clusters. In this paper, we try to use Bayesian information criterion(BIC), a wide-used criterion in model selection problem, as a criterion to estimate the number of clusters. However, we found that the ture number of clusters would be overestimated when using BIC as a criterion in one dimension case. We can not find a consistent information criterion in the problem of number estimation. We propose a new method for estimating the number of clusters and show the currency of the method via simulation study.
    显示于类别:[統計研究所] 博碩士論文

    文件中的档案:

    档案 大小格式浏览次数
    0KbUnknown1470检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈  - 隱私權政策聲明